| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第—章 绪论 | 第11-33页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.2 国内外研究现状及分析 | 第14-23页 |
| 1.2.1 关键短语抽取 | 第14-17页 |
| 1.2.2 基于内容的社会化标签推荐问题 | 第17-21页 |
| 1.2.3 关键短语和社会化标签的融合方法 | 第21-23页 |
| 1.3 本文的研究内容及安排 | 第23-27页 |
| 参考文献 | 第27-33页 |
| 第二章 研究基础及相关问题 | 第33-57页 |
| 2.1 社会化标签系统 | 第33-35页 |
| 2.1.1 Delicious | 第33-34页 |
| 2.1.2 Bibsonomy和CiteUlike | 第34页 |
| 2.1.3 豆瓣 | 第34-35页 |
| 2.1.4 新浪微博 | 第35页 |
| 2.2 隐含主题模型 | 第35-41页 |
| 2.2.1 LDA | 第35-36页 |
| 2.2.2 Tag-LDA | 第36-37页 |
| 2.2.3 Corr-LDA | 第37-38页 |
| 2.2.4 PTC | 第38-40页 |
| 2.2.5 CRM | 第40-41页 |
| 2.3 无监督关键短语抽取 | 第41-49页 |
| 2.3.1 基于LDA的方法 | 第41页 |
| 2.3.2 基于图排序的方法 | 第41-46页 |
| 2.3.3 基于词聚类的方法 | 第46-49页 |
| 2.4 基于内容的社会化标签推荐 | 第49-53页 |
| 2.4.1 基于词层的方法 | 第49-51页 |
| 2.4.2 基于主题模型的方法 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 第三章 全局关键短语排序 | 第57-81页 |
| 3.1 引言 | 第57-58页 |
| 3.2 重置随机游走 | 第58页 |
| 3.3 全局关键短语排序 | 第58-60页 |
| 3.3.1 相关图及转移概率初始化构造 | 第59-60页 |
| 3.3.2 稳定态求解 | 第60页 |
| 3.4 实验结果与分析 | 第60-77页 |
| 3.4.1 关键短语排序输出 | 第60-61页 |
| 3.4.2 实验所需标准语料及预处理 | 第61-63页 |
| 3.4.3 主题模型训练 | 第63-64页 |
| 3.4.4 评测标准 | 第64页 |
| 3.4.5 内部初始化和参数实验 | 第64-66页 |
| 3.4.6 对比方法及参数设置 | 第66-67页 |
| 3.4.7 对比实验及分析 | 第67-75页 |
| 3.4.8 样例分析 | 第75-77页 |
| 3.5 本章小结 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 第四章 结合主题模型和随机游走的自动标签推荐 | 第81-109页 |
| 4.1 引言 | 第81-82页 |
| 4.2 基于标签粒度的主题模型 | 第82-89页 |
| 4.2.1 TG-LDA模型 | 第82-83页 |
| 4.2.2 基于吉布斯抽样的模型参数估计 | 第83-84页 |
| 4.2.3 实验数据准备 | 第84-86页 |
| 4.2.4 评测标准 | 第86-87页 |
| 4.2.5 实验结果和分析 | 第87-89页 |
| 4.3 基于标签粒度及噪声标签的主题模型 | 第89-94页 |
| 4.3.1 TN-LDA模型 | 第89-91页 |
| 4.3.2 基于吉布斯抽样的模型参数估计 | 第91页 |
| 4.3.3 实验结果和分析 | 第91-93页 |
| 4.3.4 噪声分析 | 第93-94页 |
| 4.4 结合主题和词特征的标签推荐 | 第94-101页 |
| 4.4.1 相关图及转移概率初始化 | 第95-96页 |
| 4.4.2 标签推荐 | 第96页 |
| 4.4.3 标签推荐对比方法 | 第96-97页 |
| 4.4.4 标签推荐评测 | 第97-99页 |
| 4.4.5 标签粒度分析 | 第99-101页 |
| 4.5 结合主题和词特征的文档聚类 | 第101-105页 |
| 4.5.1 文档聚类 | 第101-102页 |
| 4.5.2 数据准备 | 第102-103页 |
| 4.5.3 聚类评测标准 | 第103-104页 |
| 4.5.4 聚类评测实验 | 第104-105页 |
| 4.6 本章小结 | 第105-107页 |
| 参考文献 | 第107-109页 |
| 第五章 融合关键短语和社会化标签 | 第109-123页 |
| 5.1 引言 | 第109页 |
| 5.2 关键短语和社会标签融合算法 | 第109-112页 |
| 5.2.1 相关图及转移概率初始化构造 | 第110-112页 |
| 5.2.2 基于LabelRank的融合算法 | 第112页 |
| 5.3 实验结果与分析 | 第112-116页 |
| 5.3.1 标签来源分析 | 第113页 |
| 5.3.2 内部参数比较 | 第113-114页 |
| 5.3.3 对比方法及参数设置 | 第114-115页 |
| 5.3.4 对比实验与分析 | 第115-116页 |
| 5.4 文档自动标签演示系统 | 第116-120页 |
| 5.5 本章小结 | 第120-121页 |
| 参考文献 | 第121-123页 |
| 第六章 工作总结与展望 | 第123-127页 |
| 6.1 工作总结 | 第123-124页 |
| 6.2 工作展望 | 第124-127页 |
| 6.2.1 在线推荐及评测方法 | 第124-125页 |
| 6.2.2 结合用户信息 | 第125页 |
| 6.2.3 结合语义本体 | 第125-127页 |
| 致谢 | 第127-129页 |
| 攻读博士学位期间发表的论文 | 第129页 |